
联想
IoT智能穿戴设备开发工程师
IoT智能穿戴设备开发工程师
发布于 1 小时前普通员工/个人贡献者
全职员工仅现场办公嵌入式开发
嵌入式开发
Ipc/Rpc
Le Audio
Rtos
Spp
Wear Os
嵌入式系统架构
蓝牙协议栈
值不值得投
75综合评分
综合评分 75
AI可穿戴端侧蓝牙架构专家岗,技术前沿、架构挑战高,工作模式与福利信息未披露
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估,方便横向比较。
薪资怎么样
6.0万
比嵌入式开发中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 330 个在招 · 其中嵌入式开发 6 个
市场机会
选择面较广
上海 · 嵌入式开发 · 约 340 个在招
职位详情
关于这个职位
该职位面向联想 AI 可穿戴产品线,负责智能手表、手环及无屏 AI 设备端侧蓝牙应用与互联架构设计
重点围绕 BLE/SPP/L2CAP、低延迟 AI 语音流传输、跨端连接稳定性和 RTOS/Wear OS 平台复用能力建设,适合有千万级出货经验的高端嵌入式连接架构人才
最低要求
年以上嵌入式或智能终端开发经验,主导过千万级出货量智能穿戴/音频/IoT 产品设备端的蓝牙应用与系统服务架构设计
深刻掌握蓝牙 Host 协议栈及主流 Profiles(GATT、SPP、HFP、A2DP、LE Audio 应用层),具备在带宽受限的蓝牙链路上设计私有分包、重传、流控协议,以及低延迟语音/音频流(Opus/LC3 等)透传调度的实战经验
精通穿戴设备与 iOS / Android 手机的跨端交互机制(如 ANCS/AMS、Fast Pair、系统后台限制与保活策略),对解决弱网抗干扰、异常断连恢复及极端功耗问题有系统性方法论
精通嵌入式系统服务框架、跨进程/跨核通信(IPC/RPC)与状态机设计,理解手机端 App/系统服务与设备端的配合机制,能从全链路视角定位端到端性能瓶颈
具备出色的架构抽象能力与跨团队推动力,能敏锐理解 AI 硬件的交互趋势,将复杂的业务诉求转化为高内聚、低耦合的端侧软件底座
工作职责
端侧蓝牙与互联架构规划:负责公司 AI 可穿戴产品线(无屏 AI 设备、手环、智能手表)设备端的蓝牙应用及互联架构规划,主导 RTOS / Wear OS 平台下的新一代无线连接与服务演进
AI 语音与多业务传输底座搭建:主导端侧多路复用传输协议(基于 BLE GATT / SPP / L2CAP)与系统服务框架设计,构建低延迟、高吞吐的端侧 AI 语音流传输通道及标准化能力接口,高效支撑端云 AI 交互、支付、健康等新业务与第三方 SDK 接入
端-管-端全链路数据流统筹:具备全局视角,协同手机端(Android / iOS)与云端架构,统筹跨设备多通路(BLE 控制面、经典蓝牙/高速通道数据面)的路由调度、流控管理与端到端状态同步
连接高稳与兼容性基石建设:守住基础体验底线,建立“秒连、断连无感恢复、低功耗后台保活”的量化指标与自动化异常捕获体系,攻克复杂环境及跨品牌手机(iOS/Android 碎片化)下的断连、卡死与兼容性难题
跨平台复用与方案选型:抽象端侧核心蓝牙服务与通信中间件,提升跨产品线(RTOS 与 Wear OS)的软件资产复用率,主导与芯片原厂及方案商在 Host 协议栈及应用中间件层面的技术对齐
AI 洞察
优缺点分析
优点
- 岗位处于 AI 可穿戴与端云交互结合方向,技术内容具有较强前瞻性和实际产品落地价值
- 覆盖蓝牙协议栈、低延迟语音传输、跨端协同和平台复用,能形成较完整的端侧连接架构能力
- 参与智能手表、手环、无屏 AI 设备等真实产品线,技术成果可直接体现在大规模出货产品中
- 与芯片原厂、方案商及手机端/云端团队协作,技术视野和跨团队影响力提升空间较大
- iOS/Android 碎片化、后台限制和跨品牌兼容问题复杂,需要长期积累和系统性排查能力
- 适合有多年嵌入式/IoT/穿戴设备开发经验,深度掌握蓝牙协议栈并希望主导 AI 可穿戴连接架构的资深技术人才
缺点 / 挑战
- 蓝牙链路带宽、功耗和稳定性约束明显,低延迟 AI 语音传输与高可靠连接之间存在较高设计难度
- 岗位要求专家级经验和跨团队推动力,对候选人的架构抽象、问题闭环和业务理解要求较高
角色解读
- 可沿着端侧连接架构专家方向深入,负责更复杂 AI 硬件的无线互联、低功耗通信和端云协同底座
- 可拓展到智能穿戴平台架构、AI 终端系统架构或跨设备互联技术负责人角色
- 长期可向技术专家、首席工程师或平台型技术管理岗位发展
- 负责 AI 可穿戴设备端侧蓝牙应用与互联架构规划,覆盖无屏 AI 设备、手环、智能手表等产品的无线连接能力演进
- 设计基于 BLE GATT、SPP、L2CAP 的多路复用传输协议和系统服务框架,支撑 AI 语音流、支付、健康及第三方 SDK 接入
- 统筹设备端、手机端和云端之间的数据流路由、流控和状态同步,解决跨设备链路中的性能与稳定性问题
- 建立连接稳定性指标和异常捕获体系,攻克 iOS/Android 碎片化、弱环境干扰、断连恢复和低功耗保活等难题
- 需要深厚的嵌入式或智能终端开发经验,尤其是千万级出货穿戴、音频或 IoT 产品的设备端蓝牙架构经验
- 需要精通蓝牙 Host 协议栈和主流 Profiles,并具备私有分包、重传、流控协议以及低延迟音频流传输设计能力
- 需要熟悉 iOS/Android 与穿戴设备交互机制,包括 ANCS/AMS、Fast Pair、后台限制、保活策略及兼容性问题处理
- 需要具备嵌入式服务框架、IPC/RPC、状态机设计和跨团队架构推动能力
申请策略
- 面试前梳理目标产品线,重点了解 AI 可穿戴设备的端云语音交互、健康、支付等典型业务对连接链路的要求
- 申请时尽量用项目数据证明能力,例如连接成功率、断连恢复时间、功耗优化幅度、兼容性问题下降比例等
- 重点突出主导过的智能穿戴、音频或 IoT 产品设备端蓝牙架构项目,尤其是千万级出货量产品的落地经验
- 明确写出对 GATT、SPP、HFP、A2DP、LE Audio、Opus/LC3 等协议或音频链路的实际设计和优化经历
- 展示解决断连恢复、弱环境抗干扰、低功耗后台保活、iOS/Android 兼容性问题的具体案例和量化结果
- 强调跨平台抽象能力,如 RTOS/Wear OS 复用、通信中间件设计、IPC/RPC、状态机和系统服务框架经验
- 可补强 LE Audio、LC3/Opus 低延迟语音链路、BLE 高速数据传输和蓝牙 Host 协议栈调优知识
- 建议熟悉 iOS/Android 与穿戴设备互联机制,包括 ANCS/AMS、Fast Pair、后台运行限制和保活策略
面试指南
- 使用“背景约束—架构方案—关键算法/协议—验证指标—复盘优化”的结构回答架构类问题
- 回答兼容性或稳定性问题时,按“现象复现—日志与指标—根因定位—修复策略—灰度验证”展开
- 回答跨平台复用问题时,先说明抽象边界,再讲接口设计、平台差异隔离、测试覆盖和资产复用效果
- 如果要在 BLE 带宽受限链路上实现低延迟 AI 语音流传输,你会如何设计分包、重传和流控机制?
- 请描述一次你解决智能穿戴设备与 iOS/Android 手机断连或兼容性问题的完整过程
- 如何设计一套可同时支持 RTOS 和 Wear OS 的端侧蓝牙服务抽象层?
- 在低功耗后台保活和秒连体验之间,你会如何做指标设计和工程取舍?
- 端侧、手机端和云端状态不同步时,你如何定位瓶颈并设计端到端状态同步方案?
职位点评
薪资福利78
成长发展88
工作生活50
使命价值76
薪资福利
78中等
JD未披露薪资与福利信息,因此只能基于岗位专家级要求判断其可能具备较好的薪酬吸引力,但福利与稳定性信息不足。
薪资信号未披露(AI估算:4.5千–7.5万/月)
成长发展
88较高
岗位聚焦 AI 可穿戴、端侧语音传输、蓝牙互联架构和跨平台复用,技术深度与架构成长空间明显。JD未提及明确晋升或培训机制,发展性主要体现在技术挑战和跨团队主导机会。
技术前沿前沿/新兴技术
技术栈AI可穿戴、BLE GATT、SPP、L2CAP、LE Audio、RTOS、Wear OS、Opus、LC3、IPC/RPC
业务类型ambiguous
工作生活
50较低
JD仅明确工作地点为上海,未提及远程、弹性、双休或加班信息,因此生活化动机满足程度无法充分判断。
工作模式未明确
办公地点未明确
加班情况未提及(无法判断)
使命价值
76中等
岗位服务于 AI 可穿戴产品线,涉及端云 AI 交互、健康、支付等新业务,具备一定技术趋势价值。JD未直接描述社会使命或价值导向表述,意义感主要来自产品和技术方向本身。
行业发展新兴领域(暂难判断)
社会影响中性/一般
创新程度积极采用新技术
联想 的其他在招职位
相似职位推荐
达摩院-AI 内存系统固件专家-计算技术
阿里巴巴 · 北京市
AI 估算 · 5.0–8.5万2 小时前发布
Linux WIFI Driver development Engineer
高通 · 上海市
AI 估算 · 3.0–5.5万1 天前发布
GPU Firmware Intern - 2027
英伟达 · 台北市
AI 估算 · 1.8–3.0万1 天前发布
BSP开发工程师(机器人嵌入式)
vivo · 东莞市
AI 估算 · 3.0–5.0万2 天前发布
嵌入式开发岗
国家电投 · 上海市
AI 估算 · 1.2–2.0万2 天前发布
Embedded产品系统验证工程师(J14897)
长江存储 · 武汉市
AI 估算 · 2.5–4.5万2 天前发布
System Firmware Engineer
英特尔 · 上海市
AI 估算 · 3.5–6.5万2 天前发布
Engineer, Software
莫仕 · 武汉市
AI 估算 · 1.8–3.0万3 天前发布
Watch Jobs